摘要：建立了顾客需求不确定环境下一类同时具有再分销、再制造和再利用的闭环供应链动态运作的鲁棒优化模型。该闭环供应链由一个制造商和一个供应商构成,废旧产品的回收及对废旧产品的再处理均由制造商完成。闭环供应链的运作是动态的且满足诸如供应链成员之间协调、各成员运作收益最大等多个目标。采用具有已知概率的离散情景描述顾客需求的不确定性,利用基于情景分析的鲁棒线性优化方法建立供应链的运作模型。设计了一个数值算例,其结果验证了运作策略的解鲁棒性和模型鲁棒型。

摘要：针对飞行器结构系统声发射信号的非线性与非平稳特征,为实现飞行器结构部件的有效健康监测,提出了基于经验模态分解包络谱的飞行器健康诊断方法。该法首先对由声发射传感器募集到的飞行器关键部件原始声发射信号进行经验模态分解(EMD),提取其固有频率段的固有模态函数(IMF)信息,然后运用Hilbert变换对其进行处理得到各IMF的包络信号,由此可得其包络谱。通过包络谱的特征信息便可实现对飞行器结构部件的健康诊断。将该方法应用于某飞机真实水平尾翼疲劳试验所募集的声发射信号,结果表明,该法可监测出飞行器水平尾翼的健康状态,适用于飞行器结构部件的健康监测。

摘要：为解决飞行器关键结构部件裂纹损伤的有效监测,及时发现潜在的安全隐患,避免灾难性事故的发生,采用先进的声发射技术对某军用飞行器真实关键结构部件的健康状态进行监测。使用小波包分析方法对所募集的飞行器结构部件声发射信息进行分解,提取能反映结构裂纹损伤信息的范数特征向量,作为支持向量机健康状态监测器的输入,对其进行训练和健康诊断研究。提出了一种由声发射信息范数特征向量与支持向量机相结合对飞行器结构裂纹损伤进行有效识别的新方法。在某军用飞行器真实结构部件的裂纹损伤试验中,运用该方法对其健康状态进行监测研究表明,该方法可准确诊断其裂纹损伤,为飞行器结构部件健康状态的有效监测提供了新途径。

摘要：针对飞行器健康状况难以准确预测的问题,提出了一种基于小波包变换与自适应多变量灰色预测模型对飞行器健康状况进行预测的新方法。采用先进的声发射技术监测飞行器关键部件的健康状态,运用小波包对由声发射监测系统募集到的飞行器关键部件原始声发射信号进行三级小波包分解,分别提取其第三级小波包分解中八个频段分解系数的能量最大值、方差最大值和范数最大值作为特征向量,并以此构建三变量MVGFM(1,n,β)模型。运用该模型对飞行器关键部件的健康状态进行预测研究,并通过该模型预测值与特征真实值之间的相对偏差来修正模型中参数β,以提高模型的下一步预测精度。实验结果表明,提出的自适应MVGFM方法可以动态实现对飞行器关键部件裂纹故障的准确预测,其预测准确度明显高于GM(1,1)模型,从而证实了该方法的有效性。

摘要：为了有效地诊断飞行器的健康状况,提出了一种基于EMD-AR模型和PNN的飞行器健康诊断新方法。该方法采用EMD(Empirical Mode Decomposition,EMD)将飞行器关键部件的声发射信号进行分解,得到多个内禀模态分量(Intrinsic Mode Function,IMF),对前两个IMF分量建立AR模型,采用U-C算法对AR模型进行参数估计,以模型主要的自回归参数和残差的方差构建特征向量;运用概率神经网络(Probabilistic Neural Network,PNN)对飞行器的健康状态进行诊断。通过对某型号真实飞行器关键结构部件的健康监测实验表明,该方法可以有效地诊断出飞行器关键结构部件的疲劳裂纹,从而证明了该方法的有效性。

摘要：在分析驱动逆向物流和闭环供应链产生的原因基础之上,就闭环供应链管理中的逆向物流回收与重新利用、闭环供应链结构设计、闭环供应链运作、契约协调和闭环供应链不确定性等问题的研究现状进行了综述,探讨了闭环供应链管理研究的若干前瞻性问题。